naptha/tesseract.js

项目概览

它把 Tesseract OCR 引擎通过 WebAssembly 带入 JavaScript 运行时，可在浏览器和 Node.js 服务器上运行，且覆盖几乎任意语言的图像文字识别，安装后按 README 描述即可通过创建 worker 并调用 recognize 完成识别。

项目类型

文档处理

应用场景

文档办公

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要在浏览器或 Node.js 中用 JavaScript 实现图像文字识别的开发者。
• 需要覆盖几乎任意语言的图像 OCR 场景。

核心能力

• 对图像进行文字识别，支持几乎任意语言，并返回识别出的文本，供 JavaScript 应用使用。该能力已可用。
• 该 OCR 库既可在浏览器环境中运行，也可在使用 Node.js 的服务器上运行。该能力已可用。
• 创建 OCR worker 来识别一张或多张图像，处理完成后可以终止 worker。该能力已可用。

限制与风险

• 该项目不支持 PDF 文件输入。
• 该项目不会为提升准确率而修改 Tesseract 识别模型。

如何开始

• 用 npm 或 yarn 安装 tesseract.js；创建指定语言的 worker；对图像调用 worker.recognize。README 描述安装后使用方式简单。

替代方案与同类比较

• 本项目的识别能力来自 Tesseract OCR 引擎的 WebAssembly 移植，可直接评估上游引擎本身作为非 JavaScript 场景下的替代路径。

同类比较

• naptha/tesseract.js vs tesseract-ocr/tesseract

核验依据

• GitHub 项目简介: Pure Javascript OCR for more than 100 Languages 📖🎉🖥
• README: Tesseract.js is a javascript library that gets words in [almost any language](./docs/tesseract_lang_list.md) out of images.
• README: Tesseract.js works in the browser using [webpack](https://webpack.js.org/), esm, or plain script tags with a [CDN](#CDN) and on the server with [Node.js](https://nodejs.org/en/).
• README: [](https://github.com/naptha/tesseract.js/graphs/commit-activity)
• Release: v7.0.0

来源更新时间：2026-09-23T02:12:15Z

打开原始 GitHub 项目